纹理与波形特征组合对机载LiDAR数据分类的影响

将纹理特征与波形特征用于LiDAR数据分类,进行了纹理特征与波形特征的最佳组合方案研究。首先将LiDAR全波形数据的高程、波宽、振幅和回波次数等波形特征信息转化为波形特征图像;然后利用灰度直方图和灰度共生矩阵(GLCM)提取多种纹理特征,并与波形特征图像叠加构成多维特征图像;最后讨论纹理特征与波形特征组合对分类的影响,并确定最佳组合方案,探讨不同分类器对纹理与波形特征组合的适应性。实验结果表明,某些纹理特征能够提高分类精度,但不是分类特征越多越好,只有最佳组合才能充分利用纹理和波形特征,提高分类精度。     

"电子标签"标准正向我们走来

电子标签技术是上世纪九十年代发展起来的物品自动识别技术,由于条形码本身具有的一些缺陷,射频识别技术(RadioFrequency ID简称RFID)"电子标签"由此应运而生。RFID射频识别是一种非接触式的自动识别技术,它通过射频信号自动识别目标对象并获取相关数据,识别工作无须人工干预,做为条形码的无线版本,RFID技术具有条形码所不具备的防水、防磁、耐高温、使用寿命长、读取距离大、标签上数据可以加密、存储数据容量更大、存储信息更改自如等优点。它只需要一块邮票     

基于动态规划的城市道路提取改进算法

从航空或卫星影像中提取道路一直是研究的热点,基于动态规划的道路提取算法是最有效的算法之一。该文基于LiDAR点云数据特征改进了该算法的代价函数,进而提高了基于动态规划的道路提取算法的鲁棒性。为正确地融合航拍图像和LiDAR点云数据,研究了航拍图像和LiDAR点云数据的匹配算法。最后,通过试验验证了算法的正确性。     

基于YOLOv5s网络的垃圾分类和检测

目的 为了实现垃圾自动按类处理,通过研究基于视觉的垃圾检测与分类模型,实现对垃圾的自动识别和检测.方法 采用YOLOv5s网络作为垃圾检测与分类的模型,在自制垃圾分类数据集上对网络进行训练,利用训练好的YOLOv5s网络提取不同种类垃圾图像的特征和位置信息,实现垃圾的分类与检测.结果 在真实场景中进行了测试,基于YOLOv5s的垃圾分类检测模型可以有效识别6种不同形态的垃圾,检测mAP值为99.38％,测试精度为95.34％,目标检测速度达到6.67FPS.结论 实验结果表明,基于YOLOv5s网络的垃圾分类检测模型在不同光照、视角等条件下,检测准确率高,鲁棒性好、计算速度快.同时,有助于促进垃圾处理公司实现智能分拣,提高工作效率.     

辅以波谱分析的高分辨率影像面向对象分类研究

随着遥感影像空间分辨率的提高,地物的空间信息更加丰富,地物尺寸、形状以及相邻地物的关系得到更好的反映,因此目前高分辨率影像分类方法更侧重于利用地物的空间信息,分类过程中参与较多的人为主观因素,在地物类型未知的地区很难进行解译工作。另外,分割过于细碎导致操作数据量太大也是高分辨率影像分类的难题之一。论文提出了辅以波普分析的高分辨率影像面向对象分类方法,即在传统面向对象分类方法的基础上结合影像波谱分析,先对影像光谱角制图粗分类、掩膜操作,再面向对象精分类,较好解决了以往面向对象分类方法地物类型的不确定性和分割细碎等问题。试验以空间分辨率为0.5米的八波段WorldView2影像为研究数据提取西部那曲地区道路和河流,精度达到96.36%。     

机车全动态包络线测量中的目标点自动识别算法研究

针对机车动态限界图像中目标点自动识别的问题,提出一种基于双分辨力分析的目标点识别算法,解决了高分辨力图像对于多目标的搜索效率问题,并提出了一种自描述向量用于改进传统的RANSAC算法,以减少背景噪声的干扰,完成了不同限界图像目标点的单应矩阵的求解问题。最终实现高效且准确的目标点自动识别与匹配。     

技术特征优先度评估的组合赋权法简

 研究利用质量功能配置进行产品规划时确定技术特征优先度的问题,提出先分别利用质量屋中主观和客观信息进行赋权计算、再加权集成的组合赋权法.主观赋权中,考虑多名决策者参加多粒度多语义的情况,使用语言加权平均算子与语言混和集成算子集结群体评估信息,体现数据本身及其所在位置的重要性;客观赋权中,以区间数形式表示无法明确的技术特征值,将含有区间数的技术竞争性数据转化为目标相离度矩阵,然后使用熵值法赋权.综合集成结果既反映了专家的经验判断,又反映了对现实数据的逻辑推理,实现了主观和客观的协调统一.     

基于谱聚类波段选择的高光谱图像分类

高光谱图像在地物观测领域得到了广泛的应用。由于高光谱图像具有数据量大、波段间相关度高等特性,波段选择技术成为降低地物识别计算复杂度的重要方法。根据不同波段数据之间的非线性关系,提出了基于谱聚类(SC)的波段选择技术。该方法首先以波段图像为样本点生成近邻图和相似度矩阵,然后借助谱聚类方法将所有数据样本分成 k类,从中选择 k个代表波段参与后继的分类识别任务。实验数据表明,新方法减小了计算复杂度,提高了地物识别的精度。     

北京纳米材料产业发展分析简

一．概述1．纳米材料定义纳米材料广义上讲是指在三维空间中至少有一维处于纳米尺度范围或者由该尺度范围的物质为基本结构单元所构成的超精细颗粒材料的总称。一般纳米材料包括的基本条件是材料的特征尺寸在1～100nm之间及材料具有区别于常规尺寸材料的一些特殊物理化学性质。2．纳米材料分类根据不同的分类依据,纳米材料主要分为如下几类：按材质,可分为纳米金属材料、纳米非金属材料、纳米高分子材料和纳米复合材料,其中纳米非金属材料又可分为纳米氧化物材料、纳米陶瓷材料和其他非金属纳米材料;按照材料的形态,可分为零维纳米材料（纳米颗粒材料）、一维纳米材料（如纳米线、棒、丝、管和纤维等）、二维纳米材料（如纳米膜、纳米盘、超晶格等）、纳米结构材料即纳米空间材料（如介孔材料等）;按材料功能,可分为纳米生物材料、纳米磁性材料、纳米药物材料、纳米催化材料、纳米吸波材料、纳米智能材料、纳米环保材料、纳米热敏材料等。     

电子标签应用前景浅析

电子标签（又称应答器）,是时下最为先进的非接触感应技术,它通过射频信号自动识别目标对象并获取相关数据。电子标签是数据信息的载体,通常由耦合元件（线圈、微波天线）和用于存储有关应用标识信息的存储器及微电子芯片组成。